python 协程中的迭代器，生成器原理及应用实例详解
本文实例讲述了python 协程中的迭代器，生成器原理及应用。分享给大家供大家参考，具体如下：
1.迭代器理解
迭代器：
-
迭代器是访问可迭代对象的工具
-
迭代器是指用iter(obj)函数返回的对象(实例)
-
迭代器是指用next(it)函数获取可迭代对象的数据
迭代器函数(iter和next)
-
iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象
-
next(iterator) 从迭代器iterator中获取下一了记录,如果无法获取下一条记录,则触发stoptrerator异常
说明:
1.迭代器只能往前取值,不会后退
2.用iter函数可以返回一个可迭代对象的迭代器
2.迭代器的应用
class Fabonacci(object):
def __init__(self,all_num):
self.all_num = all_num
self.current_num = 0
self.a = 0
self.b = 1
def __iter__(self):
return self
def __next__(self):
if self.current_num < self.all_num:
ret = self.a
self.a, self.b = self.b, self.a + self.b
self.current_num += 1
return ret
else:
raise StopIteration
fibo = Fabonacci(10)
for num in fibo:
print(num)
3.生成器的理解
生成器（generator）
-
是构造新的可迭代对象的一种简单方式。一般的函数return只会返回单个值，而生成器并不是直接将可迭代值直接放入内存中，而是以延迟的方式返回一个值序列，即每返回一个值之后暂停，直到下一个值被请求时再继续，可有效节省内存占用。
-
要构建一个生成器，则需要用到关键字yield，yield的作用与函数的返回值return有些类似，通过在函数中将return替换成yield就是把函数变成生成器，带有
yield 的函数不再是普通函数，python
解释器会将函数对象视为生成器对象，并且该生成器返回的是yield表达式生成的可迭代值序列，可通过for循环等方法依次读取生成器返回的可迭代值序列 -
生成器生成的可迭代值只可以被读取一次，每一次迭代都是按生成器代码流程遇见yield表达式就返回值并记录位置后中止留待下一次迭代，下一次迭代时执行代码的起始位置是从上一次记录位置开始，直至整个生成器代码运行结束。
4.生成器的应用
1）
def create_num(all_num):
a, b = 0, 1
current_num = 0
while current_num < all_num:
# print(a)
yield a
a, b = b, a+b
current_num += 1
obj = create_num(10)
while True:
try:
ret = next(obj)
print(ret)
except Exception as ret:
break
2）通过send启动生成器
send一般不会放到第一次启动生成器，如果非要这么做，那么传递None
错误示范：
def create_num(all_num):
a, b = 0, 1
current_num = 0
while current_num < all_num:
ret = yield a
print(">>>ret>>>", ret)
a, b = b, a+b
current_num += 1
obj = create_num(10)
ret = obj.send("hello") #第一个就调用send方法
print(ret)
ret = next(obj)
print(ret)
正确示范：
def create_num(all_num):
a, b = 0, 1
current_num = 0
while current_num < all_num:
ret = yield a
print(">>>ret>>>", ret)
a, b = b, a+b
current_num += 1
obj = create_num(10)
ret = next(obj)
print(ret)
ret = obj.send("hello")
print(ret)
def create_num(all_num):
a, b = 0, 1
current_num = 0
while current_num < all_num:
ret = yield a
print(">>>ret>>>", ret)
a, b = b, a+b
current_num += 1
obj = create_num(10)
ret = obj.send(None)
print(ret)
ret = next(obj)
print(ret)
3).使用生成器完成多任务（并发）
import time
def task_1():
while True:
print("----1----")
time.sleep(0.1)
yield
def task_2():
while True:
print("----2----")
time.sleep(1)
yield
def main():
t1 = task_1()
t2 = task_2()
while True:
next(t1)
next(t2)
if __name__ == '__main__':
main()
4).gevent使用生成器
导入genvent库
import gevent
import time
def f1(n):
for i in range(n):
print(gevent.getcurrent(),i)
gevent.sleep(0.5)
def f2(n):
for i in range(n):
print(gevent.getcurrent(),i)
gevent.sleep(0.5)
def f3(n):
for i in range(n):
print(gevent.getcurrent(),i)
gevent.sleep(0.5)
print("----1----")
g1 = gevent.spawn(f1,5)
print("----2----")
g2 = gevent.spawn(f2,5)
print("----3----")
g3 = gevent.spawn(f3,5)
g1.join()
g2.join()
g3.join()
修改time.sleep（）成gevent.sleep（）的简单方法：（打补丁）
只需要导入monkey，写一句代码monkey.patch_all()
，运行时就会自动替换
import gevent
import time
from gevent import monkey
monkey.patch_all()
def f1(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
def f2(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
def f3(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
print("----1----")
g1 = gevent.spawn(f1,5)
print("----2----")
g2 = gevent.spawn(f2,5)
print("----3----")
g3 = gevent.spawn(f3,5)
g1.join()
g2.join()
g3.join()
创建多个gevent时不需一个一个添加join
import gevent
import time
from gevent import monkey
monkey.patch_all()
def f1(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
def f2(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
def f3(n):
for i in range(n):
print(gevent.getcurrent(),i)
time.sleep(0.5)
gevent.joinall([
gevent.spawn(f1,5),
gevent.spawn(f2,5),
gevent.spawn(f3,5)])
更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
相关文章
这篇文章主要介绍了Python 实现一个自动化翻译和替换的工具，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-04-04
这篇文章主要介绍了Python安装spark的详细过程，本文通过图文实例代码相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-10-10
这篇文章主要介绍了ubuntu环境下python虚拟环境的安装搭建过程 ,需要的朋友可以参考下2018-01-01
列表是 Python 中最常用的数据结构之一,它允许你存储多个元素,并且可以通过索引来访问这些元素,本文将带你深入了解 Python 列表的高级索引技巧,希望对大家有所帮助2025-01-01
当公网IP是浮动的时候,用一个域名去实时解析,才不会那么糟糕,本文将介绍如何使用python修改阿里云dns域名解析,感兴趣的小伙伴可以了解一下2024-11-11
这篇文章主要介绍了Python中uuid模块应用的相关资料,该模块提供了多种方法生成UUID,包括uuid1()、uuid3()、uuid4()和uuid5(),并解释了UUID的格式,UUID在数据库、分布式系统和网络协议中广泛应用,是处理唯一标识符的有力工具,需要的朋友可以参考下2024-11-11
这篇文章主要介绍了使用Atom支持基于Jupyter的Python开发,Vscode虽然说也有连接Jupyter的工具，但是交互式的开发Hydrogen体验更好,需要的朋友可以参考下2021-08-08
今天小编就为大家分享一篇PyCharm+PySpark远程调试的环境配置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了Linux CentOS Python开发环境搭建方法，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2018-11-11
这篇文章主要介绍了Python3使用PySynth制作音乐的方法，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-09-09
最新评论